论文部分内容阅读
根据多项式理论，提出了一个前向神经网络模型，以一组逐次增高的幂函数激励隐层神经元。类似于误差回传(BP)的经典做法，推导了权值修正的迭代公式。区别于该反复迭代训练而达到最优权值的标准做法，针对该幂激励前向神经网络模型，进而提出了一种基于伪逆的直接计算权值的方法(即，一步确定法)。仿真结果显示该权值直接确定法能达到比迭代法更高的工作精度。